导读:本文包含了信赖域法论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:单调,方法,全局,技术,自适应,张量,特征值。
信赖域法论文文献综述
杨月婷,王莉,邢福娜,陈钰婷,曹名圆[1]（2019）在《求解对称张量广义特征值的非单调自适应信赖域法》一文中研究指出将张量广义特征值问题转化为单位超球上的齐次多项式优化问题,利用投影思想,结合自适应技术,提出了自适应信赖域法,进而求得张量的极大(极小)广义特征值,证明了该算法的全局收敛性,并给出了问题最优解的二阶必要性条件.数值实验表明该算法是有效的,在广义特征值问题退化为Z-特征值问题时,与已有结果的数值比较表明本算法更为有效.(本文来源于《北华大学学报(自然科学版)》期刊2019年05期）
张凤林,陈峦,姚亮,鲁尔洁,杨云聪[2]（2018）在《基于信赖域法改进的BP网络在新能源并网方面的研究》一文中研究指出传统大电网调频以PID结合智能算法为主要调节方式,系统存在迟滞性,不能有效控制较大的频率波动。为此引入神经网络模型,从负荷预测的角度对频率实施超前控制。通过信赖域法对现有BP神经网络模型加以改进,提高了其学习速度与预测精度,进而设计了一种基于负荷预测系统的大电网频率控制策略,通过预测负荷的分级实现机组优化调节,减少了不必要的旋转备用容量。通过搭建3种新能源-传统能源互补式发电机组仿真模型,对负荷预测频率控制的效果进行了仿真分析。仿真结果表明,与传统频率控制相比较,负荷预测控制下的大电网频率波动更小,调节时间进一步缩短。(本文来源于《可再生能源》期刊2018年01期）
刘建美,马帅奇[3]（2017）在《关于求解随机用户均衡问题的截断拟牛顿型信赖域法研究》一文中研究指出信赖域法是一种保证全局收敛性的优化算法,为避免Hessian矩阵的计算,基于拟牛顿校正公式构造了求解带线性等式约束的非线性规划问题的截断拟牛顿型信赖域法.首先给出了截断拟牛顿型信赖域法的构造过程及具体步骤;然后针对随机用户均衡模型中变量和约束的特点对算法进行了修正,并将多种拟牛顿校正公式下所得结果与牛顿型信赖域法的结果进行了比较,结果发现基于对称秩1校正公式的信赖域法更为合适.最后基于数值算例结果得到了一些在算法编程过程中的重要结论,对其它形式信赖域法的编程实现具有一定的参考意义.(本文来源于《数学的实践与认识》期刊2017年10期）
黄石,冯蒙霜[4]（2016）在《拟牛顿信赖域法在非线性状态估计中的应用》一文中研究指出提出一种基于拟牛顿信赖域法的电力系统非线性状态估计法。用拟牛顿法构造海森矩阵,虽然只利用了目标函数的一阶导数信息和目标函数值信息,但由于保证了正定条件和拟牛顿条件,比解析求得海森矩阵更高效稳定。用信赖域法代替原来的线搜索方法求解下降方向和步长,减少了算法的计算时间。通过对多个节点系统的仿真测试,验证了该算法的有效性。(本文来源于《广东电力》期刊2016年02期）
曲阜平,熊涛,江桦,崔鹏辉[5]（2015）在《基于信赖域法的同频混合QPSK信号时延估计算法》一文中研究指出提出了一种基于信赖域思想的混合信号最大似然时延估计算法。该算法利用信赖域算法的快速收敛性和准确性,弥补最大似然时延估计算法中网格搜索法的不足,从而实现同频混合信号时延的快速精确估计。仿真结果表明,对于两路同频混合QPSK信号,算法性能较最大似然时延估计算法提升约两个数量级,在信噪比≥20d B时该算法性能几乎不再提升,并且当初始迭代点越接近似然函数极值点时,算法的复杂度越低,时延估计的归一化均方误差也相对较小。(本文来源于《信息工程大学学报》期刊2015年06期）
赵花丽[6]（2015）在《线性二阶锥互补问题的光滑信赖域法》一文中研究指出基于CHKS光滑函数给出了二阶锥互补问题的一个新的光滑信赖域法。该算法与其他的信赖域算法的不同之处在于将参量μ看作与未知量x同等重要的变量加以迭代,并构造了新的参数λk。该参数λk与当前迭代点有关,其功能类似于信赖域半径的自适应调节。最后证明了该算法的在某种假设下是全局收敛的。数值试验结果表明该算法是有效的。(本文来源于《重庆理工大学学报(自然科学)》期刊2015年07期）
竺雪婷[7]（2014）在《解大型无约束优化问题的基于简单锥模型的BB信赖域法》一文中研究指出本文主要讨论求解大型无约束优化问题的基于简单锥模型的BB信赖域方法.在求解无约束优化问题的众多信赖域方法中,基于锥模型的信赖域方法是常用和有效的.锥模型可以看作是二次模型的推广并且比二次模型包含了更多关于目标函数的信息.不仅如此,当迭代靠近极小点时锥模型退化为一个二次模型,从而锥模型保留了二次模型在极小点附近时收敛快的这一优势.由于锥信赖域方法的良好表现,在过去的十多年里它吸引了很多专家和学者的注意.作为一种有效的方法,BB方法不需要矩阵的计算和存储,故可以运用于求解大型无约束优化问题.另外,BB步长的选取也不需要复杂的计算.本文根据锥信赖域方法和BB方法各自具备的优点,将锥信赖域方法与BB方法进行结合,从而提出了一个求解大型无约束优化问题的非单调自适应简单锥信赖域方法.不同于传统的锥模型,新方法通过计算BB步长产生一个数量矩阵作为Hessian矩阵的近似,从而得到一个简单锥模型.在该简单锥模型中加入非单调技术和自适应技术,得到的基于简单锥模型的BB信赖域方法需要的存储量更小并且收敛更快.在适当的条件下我们可以证明新方法是全局收敛的,并且收敛速度是超线性的.最后的数值实验也表明新方法对于求解大型无约束优化问题是有效的.(本文来源于《南京师范大学》期刊2014-04-15）
刘宁,马昌凤,唐江花,陈金雄[8]（2012）在《一个解非线性方程组新的非单调自适应信赖域法》一文中研究指出本文利用函数平均权重的非单调技术以及自适应信赖域方法,提出一个解非线性方程组的非单调自适应信赖域法.并在适当假设条件下,讨论了算法的全局收敛性.数值试验表明了算法是有效的.(本文来源于《数学杂志》期刊2012年05期）
夏红卫,文传军[9]（2012）在《一般非线性约束优化问题的信赖域法》一文中研究指出通过引进松弛变量和极小化增广Lagrange函数的方法,将等式约束的非线性优化问题推广到不等式约束和一般约束的情形,同时将滤子技巧和信赖域法相结合,提出一种求解非线性约束优化问题的信赖域新算法,扩大了算法的适用范围,提高了算法的计算效率,并通过数值试验说明算法的有效性.(本文来源于《江西师范大学学报(自然科学版)》期刊2012年03期）
周群艳[10]（2011）在《解大规模无约束优化的自适应过滤信赖域法》一文中研究指出提出一种解大规模无约束优化问题的自适应过滤信赖域法。用目标函数的梯度及迭代点的信息来构造目标函数海赛矩阵的近似数量矩阵,引进了过滤技术和自适应技术,大大提高了计算效率。从理论上证明了新算法的全局收敛性,数值试验结果也表明了新算法的有效性。(本文来源于《计算机工程与应用》期刊2011年20期）
信赖域法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
传统大电网调频以PID结合智能算法为主要调节方式,系统存在迟滞性,不能有效控制较大的频率波动。为此引入神经网络模型,从负荷预测的角度对频率实施超前控制。通过信赖域法对现有BP神经网络模型加以改进,提高了其学习速度与预测精度,进而设计了一种基于负荷预测系统的大电网频率控制策略,通过预测负荷的分级实现机组优化调节,减少了不必要的旋转备用容量。通过搭建3种新能源-传统能源互补式发电机组仿真模型,对负荷预测频率控制的效果进行了仿真分析。仿真结果表明,与传统频率控制相比较,负荷预测控制下的大电网频率波动更小,调节时间进一步缩短。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
信赖域法论文参考文献
[1].杨月婷,王莉,邢福娜,陈钰婷,曹名圆.求解对称张量广义特征值的非单调自适应信赖域法[J].北华大学学报(自然科学版).2019
[2].张凤林,陈峦,姚亮,鲁尔洁,杨云聪.基于信赖域法改进的BP网络在新能源并网方面的研究[J].可再生能源.2018
[3].刘建美,马帅奇.关于求解随机用户均衡问题的截断拟牛顿型信赖域法研究[J].数学的实践与认识.2017
[4].黄石,冯蒙霜.拟牛顿信赖域法在非线性状态估计中的应用[J].广东电力.2016
[5].曲阜平,熊涛,江桦,崔鹏辉.基于信赖域法的同频混合QPSK信号时延估计算法[J].信息工程大学学报.2015
[6].赵花丽.线性二阶锥互补问题的光滑信赖域法[J].重庆理工大学学报(自然科学).2015
[7].竺雪婷.解大型无约束优化问题的基于简单锥模型的BB信赖域法[D].南京师范大学.2014
[8].刘宁,马昌凤,唐江花,陈金雄.一个解非线性方程组新的非单调自适应信赖域法[J].数学杂志.2012
[9].夏红卫,文传军.一般非线性约束优化问题的信赖域法[J].江西师范大学学报(自然科学版).2012
[10].周群艳.解大规模无约束优化的自适应过滤信赖域法[J].计算机工程与应用.2011
论文知识图
